• Business Szenarien für das Data und Process Mining
• Extraktion von Daten aus Informationssystemen (ETL-Prozesse)
• Data Warehousing Systeme (Multidimensionale Daten)
• Knowledge Discovery Process
• Methoden und Verfahren des Data Mining: Klassifikation, Regression, Cluster-
  Analyse, Assoziationsanalyse
• Methoden und Verfahren des Process Mining: Process Discovery Algorithmen,
  Conformance Checking, Log Analyse
• Datenvisualisierung
• Process Performance Measurement, Business Process Intelligence
  
  

Die Teilnehmer kennen grundlegende Methoden, Verfahren und Konzepte des Data und Process Mining. Sie können diese, unterstützt durch Softwarewerkzeuge, auf gegebene Aufgabenstellungen anwenden und ihre Analyseergebnisse angemessen präsentieren und visualisieren. Die Teilnehmer können ferner einschätzen, welche Herausforderungen sich bei der Anwendung von Miningverfahren in der Praxis stellen und wie diesen Herausforderungen in konkreten Anwendungsszenarien begegnet werden kann. Generell sind sie in der Lage, charakteristische Anwendungsfälle von Data und Process Mining zu benennen und technologische Analysemöglichkeiten sowie deren Nutzen und Aufwände zu bewerten. Schließlich kennen die Teilnehmer aktuelle Trends und können diese hinsichtlich ihres Nutzens für Business Analytics Szenarien einschätzen.

Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitende Studierende aufbereitet.

Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Studierenden und dem Mentor gemeinsam zu den Präsenzterminen vorgestellt werden.

Der Mentor des Moduls wird in regelmäßigen Abständen Online-Sprechstunden anbieten, die die Studierenden bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein weiteres Forum für den Austausch der Studierenden untereinander bereit.

Voraussetzung ist ein erster Hochschulabschluss.

Inhaltlich: Grundkenntnisse zu Datenbanken und Stochastik aus den Modulen "Grundlagen von Datenbanksystemen" und "Stochastische Modellierung und Simulation".
 

Für die Zulassung zur Modulprüfung (Klausur/mündl. Prüfung) sind folgende Voraussetzungen zu erfüllen:

• Teilnahme an mindestens 2 Präsenztagen
• Erreichen von mind. 50 % der in den Übungsaufgaben erzielbaren Punkte

In Härtefällen kann ein formloser Antrag auf Zulassung zur Prüfung beim Modulverantwortlichen gestellt werden.

Bei Krankheit ist dem Modulverantwortlichen ein ärztliches Attest vorzulegen.

Die regelmäßige Teilnahme an Online-Foren unterstützt Sie bei der Erarbeitung des Lernstoffs. Detaillierte Informationen entnehmen Sie bitte der Modulbeschreibung im Modulhandbuch.

Bei erfolgreichem Abschluss des Moduls erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigt Ihnen der Modulverantwortliche das Äquivalent von 6 Leistungspunkten nach ECTS.